feat: Add complete project source code

Backend (FastAPI):
- Main agent with DeepAgents/LangGraph integration
- Scanner modules (L1/L2/L3 tiered scanning)
- CVE vulnerability scanner via OSV.dev API
- Secret leakage detection with detect-secrets
- License compliance checker
- Community health analyzer
- Alert channels: DingTalk, Feishu, Slack, Discord, Email
- MySQL database with connection pooling
- Redis distributed lock for scan tasks
- SSE streaming chat interface
- APScheduler for scheduled tasks

Frontend (Vue3):
- Chat interface with markdown rendering
- Dashboard with scan statistics
- Alert channel management UI
- Organization configuration
- Scheduled task management
- Real-time SSE message streaming

Infrastructure:
- Docker compose for OpenSandbox server
- Custom sandbox image with Python packages
- Database initialization scripts
- Migration scripts for schema updates

Skills/Subagents:
- Trend analysis skill
- Vulnerability scanner skill
- License checker skill
- Contributor stats skill
- Sub-agent YAML configurations

Tests:
- OSV client tests
- Severity mapper tests
- Alert notifier tests

Co-Authored-By: Claude Opus 4.6 <noreply@anthropic.com>

Author: 淼淼

app/__init__.py

@@ -0,0 +1,212 @@
+"""Agent 创建模块。"""
+
+import os
+from deepagents import create_deep_agent
+from deepagents.middleware.skills import SkillsMiddleware
+from langgraph.checkpoint.mysql.aio import AIOMySQLSaver
+from langgraph.store.base import BaseStore
+from app.loader import SubAgentLoader
+from app.tools.common import common_tools
+from app.tools.skill_management import skill_tools
+from app.tools.scheduler_tools import scheduler_tools
+from app.backend_factory import create_backend
+from app.middleware import ToolErrorHandlerMiddleware
+from app.log_utils import get_logger
+from app.llm_config import get_default_model
+
+logger = get_logger("agent")
+
+MAIN_SYSTEM_PROMPT = """
+你是 GitHub 开源情报系统的总指挥。
+
+## 职责
+
+1. 接收用户指令，首先回复确认已收到请求
+2. 使用 write_todos 规划任务
+3. **必须**使用 task 工具委托子Agent执行具体分析
+4. 汇总结果生成报告，使用 return_report_for_download 工具返回报告
+5. **支持创建定时任务**：用户请求定时扫描时，使用 create_scheduled_task 工具
+
+## 核心原则 - 必须遵守
+
+- **分析任务必须使用 task 工具委派子Agent处理**
+- **所有子Agent工具都支持单仓库和多仓库**
+- **参数格式统一：repos="owner/repo" 或 repos="owner/repo1,owner/repo2"**
+- **定时任务请求必须使用 create_scheduled_task 工具**
+
+## 定时任务工具
+
+当用户说"帮我每天扫描"、"每周检查"等定时需求时，使用以下工具：
+
+- create_scheduled_task: 创建定时扫描任务
+- list_scheduled_tasks: 查看所有定时任务
+- pause_scheduled_task: 暂停任务
+- resume_scheduled_task: 恢复任务
+- delete_scheduled_task: 删除任务
+
+**Cron 表达式说明**：
+- "0 9 * * *" = 每天 9:00
+- "0 9 * * 1" = 每周一 9:00
+- "*/10 * * * *" = 每 10 分钟
+- "0 0 * * *" = 每天凌晨
+
+**创建定时任务示例**：
+用户: "帮我每天凌晨3点扫描 github 组织的安全漏洞"
+Agent 调用: create_scheduled_task(
+    name="每日github安全扫描",
+    target_type="org",
+    target_name="github",
+    cron_expression="0 3 * * *",
+    prompt="扫描 github 组织的 CVE 漏洞和敏感信息",
+    dimensions=["cve", "secret"]
+)
+
+## 可用子Agent（通过 task 工具调用）
+
+- security-analyzer: 安全风控扫描（CVE、漏洞、敏感信息）
+- compliance-analyzer: 合规审计（许可证、版权）
+- community-analyzer: 社区健康分析（Issue、PR、贡献者）
+- trend-analyzer: 技术趋势分析（Star、增长）
+
+## 委派策略 - 根据范围选择正确的描述
+
+**关键原则**：在委派描述中明确告诉子Agent参数格式！
+
+| 用户请求范围 | 委派描述示例 |
+|-------------|-------------|
+| 整个组织 | "使用 scan_org 扫描 GitHub 组织" |
+| 多个仓库 | "使用 check_cve_repos 检查 repos='microsoft/vscode,microsoft/typescript'" |
+| 单个仓库 | "使用 check_cve_repos 检查 repos='microsoft/vscode'" |
+
+## 并发委派示例
+
+用户请求: "分析 SOFAStack 组织的安全和合规情况"
+
+```json
+[
+  {"name": "task", "args": {"subagent_type": "security-analyzer", "description": "使用 scan_org(org_name='sofastack', dimensions='cve,secret') 扫描整个组织的安全漏洞"}},
+  {"name": "task", "args": {"subagent_type": "compliance-analyzer", "description": "使用 scan_org(org_name='sofastack', dimensions='license') 扫描整个组织的许可证合规"}}
+]
+```
+
+**错误做法**: 逐个仓库委派（效率极低）
+
+## 工作流程
+
+用户请求: "分析 sofa-rpc 和 sofa-boot 的安全漏洞"
+
+正确流程:
+1. write_todos: ["委派 security-analyzer 检查两个仓库"]
+2. task: {"description": "使用 check_cve_repos(repos='sofastack/sofa-rpc,sofastack/sofa-boot')"}
+3. 等待结果
+4. 汇总报告
+5. return_report_for_download
+
+用户请求: "每10分钟扫描 ant-group 组织"
+
+正确流程:
+1. write_todos: ["创建定时任务"]
+2. create_scheduled_task: {
+    name: "ant-group 定时扫描",
+    target_type: "org",
+    target_name: "ant-group",
+    cron_expression: "*/10 * * * *",
+    prompt: "扫描 ant-group 组织的安全漏洞和合规问题",
+    dimensions: ["cve", "license"]
+}
+3. 告知用户任务已创建
+"""
+
+
+async def create_agent(checkpointer=None, store: BaseStore = None):
+    """创建 DeepAgents 主 Agent（仅支持沙箱模式）。
+
+    Args:
+        checkpointer: 可选的 checkpoint saver 实例
+        store: 可选的 BaseStore 实例（用于长期记忆和技能存储）
+
+    Returns:
+        tuple: (agent, backend) - Agent 实例和沙箱后端实例
+
+    Raises:
+        RuntimeError: 如果沙箱初始化失败
+    """
+    logger.info("create_agent_start")
+
+    # ---------- 1. 配置百炼大模型平台 ----------
+    dashscope_api_key = os.getenv("DASHSCOPE_API_KEY")
+    if dashscope_api_key:
+        os.environ["OPENAI_API_KEY"] = dashscope_api_key
+        os.environ["OPENAI_API_BASE"] = os.getenv(
+            "OPENAI_API_BASE",
+            "https://dashscope.aliyuncs.com/compatible-mode/v1"
+        )
+        logger.info("bailian_platform_configured", api_key_present=True)
+
+    # ---------- 2. 初始化模型（使用统一配置）----------
+    model = get_default_model()
+    logger.info("model_initialized", use_responses_api=False)
+
+    # ---------- 3. 创建沙箱 Backend（必须成功）----------
+    logger.info("backend_creating", mode="sandbox_required")
+
+    backend_factory = await create_backend()  # 强制使用沙箱
+    logger.info("backend_created")
+
+    # 获取实际 backend 实例（用于下载路由和技能加载）
+    actual_backend = None
+    composite = None
+    try:
+        composite = backend_factory(None)
+        actual_backend = composite.default
+        logger.info("sandbox_backend_extracted",
+                    backend_type=type(actual_backend).__name__,
+                    sandbox_id=actual_backend.id)
+    except Exception as e:
+        logger.error("backend_extract_failed", error=str(e))
+        raise RuntimeError(f"沙箱后端初始化失败: {e}")
+
+    # ---------- 4. 加载子Agent ----------
+    subagents_dir = os.getenv("SUBAGENTS_DIR", "./subagents")
+    logger.info("subagents_loading", directory=subagents_dir)
+
+    loader = SubAgentLoader(subagents_dir)
+    subagents = loader.load_all()
+    logger.info("subagents_loaded", count=len(subagents), names=[s["name"] for s in subagents])
+
+    # ---------- 5. 配置 Store ----------
+    if store:
+        logger.info("store_configured", store_type=type(store).__name__)
+    else:
+        logger.warning("store_not_configured", message="StoreBackend operations may fail")
+
+    # ---------- 6. 配置 memory（沙箱路径）----------
+    memory_config = ["/memories/AGENTS.md"]
+    logger.info("memory_config_sandbox", path="/memories/AGENTS.md")
+
+    logger.info("deep_agent_creating",
+                has_checkpointer=checkpointer is not None,
+                has_memory=memory_config is not None)
+
+    agent = create_deep_agent(
+        model=model,
+        system_prompt=MAIN_SYSTEM_PROMPT,
+        memory=memory_config,
+        subagents=subagents,
+        tools=common_tools + skill_tools + scheduler_tools,
+        checkpointer=checkpointer,
+        backend=backend_factory,
+        store=store,
+        middleware=[
+            SkillsMiddleware(
+                backend=composite,
+                sources=["/skills/main/"],
+            ),
+            ToolErrorHandlerMiddleware(),
+        ],
+    )
+    logger.info("agent_created_successfully",
+                tool_count=len(common_tools) + len(skill_tools) + len(scheduler_tools),
+                sandbox_id=actual_backend.id)
+
+    return agent, actual_backend

app/agent.py

@@ -0,0 +1,8 @@
+"""预警推送模块。"""
+
+from app.alert.notifier import AlertNotifier
+from app.alert.dingtalk import DingTalkNotifier
+from app.alert.feishu import FeishuNotifier
+from app.alert.summarizer import AlertSummarizer, summarize_alerts
+
+__all__ = ["AlertNotifier", "DingTalkNotifier", "FeishuNotifier", "AlertSummarizer", "summarize_alerts"]